آموزش استفاده از یادگیری ماشینی مبتنی بر ابر در مورد لاجوردی: برنامه های واقعی

Leveraging Cloud-Based Machine Learning on Azure: Real-World Applications

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: برای ادغام موفقیت آمیز هوش مصنوعی در پلتفرم محبوب Azure ، باید درک اساسی از AI داشته باشید و با ابزارهای محلی Azure آشنا شوید. در این دوره ، David Linthicum اصول استفاده از Azure برای برنامه های مبتنی بر هوش مصنوعی را شامل می شود ، از جمله ابزارهای کلیدی و مراحل استفاده صحیح از آنها. دیوید پس از مرور اصول پردازش هوش مصنوعی در Azure ، ایجاد پایگاه های دانش و استفاده از سیستم های هوش مصنوعی در فضای ابری ، موارد استفاده در دنیای واقعی را در صنایع مختلف ، از جمله مراقبت های بهداشتی ، دارایی ، اجرای قانون و ساخت ارائه می دهد. وی سپس نحوه کار با سرویس ابری Azure Machine Learning (AML) برای ساخت ، آموزش و استقرار مدل های یادگیری ماشین را نشان می دهد. استفاده از ابزار Azure Search (AS) ؛ و یک برنامه AML بسازید.
موضوعات شامل:
  • پردازش هوش مصنوعی و ایجاد دانش در Azure
  • استفاده از سیستم های هوش مصنوعی در رایانش ابری
  • اصول ابر Microsoft Microsoft Azure IaaS
  • موارد استفاده از هوش مصنوعی در امور مالی ، اجرای قانون و آموزش
  • ساخت ، آموزش و بکارگیری مدلهای AML
  • نحوه جستجو Azure (AS) چگونه کار می کند
  • طراحی سیستم هوش مصنوعی خود
  • آموزش پایگاه دانش خود
  • هزینه سیستم AI مایکروسافت
  • کار با سیستم AI در Azure

سرفصل ها و درس ها

مقدمه Introduction

  • معرفی به هوش مصنوعی در لاجورد Intro to AI on Azure

  • هوش مصنوعی در لاجورد AI on Azure

  • آنچه باید بدانید What you should know

1. مبانی AI 1. AI Basics

  • پردازش AI در لاجورد AI processing on Azure

  • ایجاد دانش در لاجورد Knowledge creation on Azure

  • برنامه های AI در Azure AI applications on Azure

  • هوش مصنوعی و رایانش ابری در لاجورد AI and cloud computing on Azure

  • AI و Microsoft AI and Microsoft

2. موارد AI استفاده کنید 2. AI Use Cases

  • مراقبت های بهداشتی Healthcare

  • دارایی، مالیه، سرمایه گذاری Finance

  • اجرای قانون Law enforcement

  • ساخت Manufacturing

  • تحصیلات Education

3. آموزش ماشین لاجوردی (AML) 3. Azure Machine Learning (AML)

  • AML ساخت AML build

  • قطار AML AML train

  • AML مستقر AML deploy

  • نسخه ی نمایشی AML AML demo

4. جستجوی لاجوردی (ع) 4. Azure Search (AS)

  • چه فرقی دارد؟ What's different?

  • با استفاده از جستجوی شناختی Using cognitive search

  • AS را به خوبی استفاده کنید Putting AS to good use

5- برنامه کاربردی AML 5. AML Application Walkthrough

  • مورد نیاز Requirement

  • طرح Design

  • ساختن Build

  • قطار - تعلیم دادن Train

  • گسترش Deployment

6. ملاحظات دیگر 6. Other Considerations

  • کارایی Performance

  • هزینه Cost

  • عملیات Operations

  • امنیت Security

  • حکومت Governance

نتیجه Conclusion

  • منابع Resources

نمایش نظرات

آموزش استفاده از یادگیری ماشینی مبتنی بر ابر در مورد لاجوردی: برنامه های واقعی
جزییات دوره
1h 31m
31
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
1,371
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

David Linthicum David Linthicum

مدیر ارشد استراتژی ابر در Deloitte Consulting

David Linthicum مدیر ارشد استراتژی ابر در Deloitte Consulting است.

دیوید به تازگی از طریق اخیراً به عنوان تأثیرگذار ابر شماره 1 معرفی شد. گزارش اصلی آپولو ریسرچ دیوید یک رهبر فکری، مدیر اجرایی، مشاور، نویسنده و سخنران رایانش ابری است. او در 25 سال گذشته 5 بار مدیر عامل شرکت‌های دولتی و خصوصی و سه بار مدیرعامل بوده است. تعداد کمی از افراد غول های واقعی رایانش ابری هستند، اما دستاوردها، شهرت و رهبری درخشان دیوید باعث شده است تا او جایگاهی رفیع در صنعت داشته باشد. فقط این نیست که او یک رهبر فکری برتر در دنیای رایانش ابری است، بلکه او اغلب رویایی است که رسانه‌های گسترده‌تر از آن دعوت می‌کنند تا به خوانندگان، شنوندگان و بینندگان خود نگاهی به فناوری‌هایی که هر روز در حال تغییر شکل دادن به کسب‌وکارها هستند، بپردازند. دیوید با بیش از 13 کتاب در زمینه محاسبات، بیش از 5000 مقاله منتشر شده، بیش از 500 سخنرانی در کنفرانس، و حضورهای متعدد در برنامه های رادیویی و تلویزیونی، 20 سال گذشته را صرف رهبری، نمایش و آموزش کسب و کارها کرده است که چگونه از منابع به طور مؤثرتر استفاده کنند. مدام نوآوری کنید او چشم انداز استارت آپ ها و شرکت های تأسیس شده را در مورد آنچه ممکن و دست یافتنی است گسترش داده است.

دیوید یک تحلیلگر تحقیقاتی Gigaom است و به عنوان یک وبلاگ نویس رایانش ابری برای InfoWorld به طور فراوان می نویسد. دیوید همچنین در IEEE Cloud Computing و همچنین SearchCloudComputing و SearchAWS از Tech Target مشارکت دارد. از او در نشریات تجاری مهم، از جمله Forbes، Business Week، وال استریت ژورنال و LA Times دیوید چندین بار به عنوان مفسر صنعت محاسبات در NPR ظاهر شده است و یک پادکست هفتگی در مورد رایانش ابری انجام می دهد.